第四章 仿真输入与输出数据分析(1)..pptVIP

模拟问题的数据要求 在模拟工作开始前，必须获得满足要求的数据（一般指的是随机分布特征）来作为输入数据。 另外，由于模拟的特性，必须要求输入数据数量足够多。 单次模拟就要需要许多满足同样分布特性的数据； 由于模拟结果具有随机性，因此需要基于同样分布特性的数据进行多次模拟才能得到可靠解。 问题背景 在实际模拟过程中，很难获取实际的实验数据或者是压根找不到。 在实际系统中很难找到足够多的数据：进行一次模拟的数据相对容易得到，进行多次模拟的数据则难以获得。 例子回顾 炸弹投掷问题 理发店排队服务问题 解决思路 通过少数的输入数据来合成大量数据 一个基本假设 一类输入数据应满足一定规律：解析规律/随机规律 解决思路： 利用一种方法来确定输入数据是否满足某个随机分布规律，如果满足，则利用该分布规律来产生大量的数据。 根据能得到的少量实际数据进行分析，得出数据的分布规律； 根据该分布规律来生成足够多的随机数。 理发店例子： 在所研究的理发店蹲点或者去调查已有数据； 收集两类数据； 顾客达到时间间隔数据 理发师服务时间数据 对收集到的数据进行拟合，看更加适合于哪种概率分布； 选取最适合的概率分布函数，如到达时间间隔数据满足一定参数的泊松分布F，理发师服务时间数据满足一定参数的泊松分布G； 根据概率分布函数F和G生成足够多的随机数据； 利用这些数据进行模拟。 对系统进行认真的调查和分析后，可初步确定输入数据的种类和大致特性，接下来便是数据的采集。数据的采集可以在所模拟的现实系统中进行，也可以在所模拟系统的相近系统中进行。当然，采集数据的环境与所模拟的系统环境越相似越好。 4.1 仿真输入数据收集 什么是数据收集？ 数据收集的意义？ 数据收集的基本态度？ 4.1 仿真输入数据收集 收集输入数据的主要方法： 1.通过实际观测获得系统的输入数据。 2.由系统管理人员提供实际系统的运行数据。 3.从公开发表的研究成果、论文中收集类似系统的输入数据模型。 采用理论分布的优点 不仅可以表现已知数据的基本特性，更重要的是可以表现没有采集到的所有数据的特性 现实世界中大多数管理系统内的各类随机过程都有一定的概率分布规律 几乎可以产生无限量的数据，从而满足长时间模拟的需要 　　对具有随机变量的系统进行仿真，首先必须确定其随机变量的概率分布，以便在仿真模型中对这些不确定性进行模拟取样，以得到需要的随机变量。 标准正态分布概率密度函数 泊松分布常用于描述在某一指定时间内或在某一指定范围内，源源不断出现的稀有事件个数的分布。 例如，120急救中心每天接到要求服务的呼叫次数；每天到达机场的飞机数；在早上（7：00 – 8：00）交通高峰期间通过某一道口的机动车数；纺织品在单位面积上的疵点数等等。 泊松分布　　 μ = 4 特点 简单，但不能唯一确定分布的类型。 例4-2 注意选择适当的分段区间 分布函数族确定后，但是必须确定具体的参数值，才能真正得到一个可以应用的拟合分布。 主要的方法即采用：参数的点估计。其理论根据是“极大似然法”，其原理是： 认为所观测到的数据是系统中所产生的概率最大的一组数据。 在确定了参数后，并不意味着拟合分布已经得到和确定了。这是因为上述所采用的拟合分布的方法是试探法，它的结果只能被认为是一种可能的结果。 为了检验所选分布是否正确，必须要对所选分布进行拟合优度检验，以便最后对所选分布做出结论。 检验选定的分布是否与观测的数据相吻合 什么是假设检验? 事先对总体参数或分布形式作出某种假设，然后利用样本信息来判断原假设是否成立 采用逻辑上的反证法，依据统计上的小概率原理 ? 什么小概率？ 1. 在一次试验中，一个几乎不可能发生的事件发生的概率 2. 在一次试验中小概率事件一旦发生，我们就有理由拒绝原假设 3. 小概率由研究者事先确定 假设检验的步骤 1 提出假设（原假设H0，备择假设H1) 2 确定适当的检验统计量 3 规定显著性水平? 4 作出统计决策 显著性水平 置信水平 将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比例称为置信水平 表示为 (1 - ???? ??为是总体参数未在区间内的比例? 常用的置信水平值有 99%, 95%, 90% 相应的 ??为0.01，0.05，0.10 置信区间  由样本统计量所构造的总体参数的估计区间称为置信区间 统计学家在某种程度上确信这个区间会包含真正的总体参数，所以给它取名为置信区间 用一个具体的样本所构造的区间是一个特定的区间，我们无法知道这个样本所产生的区间是否包含总体参数的真值 我们只能是希望这个区间是大量包含总体参数真值的区间中的一个，但它也可能是少数几个不包含参数真值